人工智能的技術(shù)創(chuàng)新效應及其實現(xiàn)機制*

胡蓉寧 王躍堂

引 言

新一代人工智能正加速向各種產(chǎn)業(yè)滲透,成為推動科技跨越發(fā)展、實現(xiàn)產(chǎn)業(yè)彎道超車、促進生產(chǎn)力整體躍升的驅(qū)動力量。人工智能技術(shù)在經(jīng)濟中的擴散正在改變創(chuàng)新過程、提升創(chuàng)新能力,并且隨著時間的推移,將會成為新階段創(chuàng)新驅(qū)動發(fā)展的主導因素之一。習近平總書記強調(diào)指出:“要培育具有重大引領(lǐng)帶動作用的人工智能企業(yè)和產(chǎn)業(yè),構(gòu)建數(shù)據(jù)驅(qū)動、人機協(xié)同、跨界融合、共創(chuàng)分享的智能經(jīng)濟形態(tài)。要發(fā)揮人工智能在產(chǎn)業(yè)升級、產(chǎn)品開發(fā)、服務(wù)創(chuàng)新等方面的技術(shù)優(yōu)勢,促進人工智能同一、二、三產(chǎn)業(yè)深度融合,以人工智能技術(shù)推動各產(chǎn)業(yè)變革?！?1)習近平:《論科技自立自強》,中央文獻出版社2023年版,第213—214頁。黨的二十大報告進一步明確提出:“推動戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展,構(gòu)建新一代信息技術(shù)、人工智能、生物技術(shù)、新能源、新材料、高端裝備、綠色環(huán)保等一批新的增長引擎?！?2)習近平:《高舉中國特色社會主義偉大旗幟 為全面建設(shè)社會主義現(xiàn)代化國家而團結(jié)奮斗——在中國共產(chǎn)黨第二十次全國代表大會上的報告》,人民出版社2022年版,第30頁。因此,充分發(fā)揮人工智能技術(shù)對企業(yè)創(chuàng)新的賦能效應,成為我國實施創(chuàng)新驅(qū)動戰(zhàn)略、實現(xiàn)高水平科技自立自強的重要議題。

人工智能是技術(shù)創(chuàng)新的產(chǎn)物,反過來,人工智能又影響技術(shù)創(chuàng)新的模式和路徑。那么,人工智能是如何影響企業(yè)技術(shù)創(chuàng)新規(guī)模及其模式選擇的呢?人工智能規(guī)模擴張和創(chuàng)新模式的交互作用會產(chǎn)生什么樣的效果呢?為回應上述問題,本文擬通過將國際機器人聯(lián)合會(International Federation of Robotics,IFR)提供的工業(yè)機器人數(shù)據(jù)與我國制造業(yè)上市公司的微觀數(shù)據(jù)相匹配,實證檢驗人工智能對企業(yè)技術(shù)創(chuàng)新規(guī)模和模式的影響,進而探討人工智能推動企業(yè)技術(shù)創(chuàng)新的實現(xiàn)機制。

人工智能的技術(shù)創(chuàng)新效應:規(guī)模擴張與模式優(yōu)化

(一)人工智能對技術(shù)創(chuàng)新的規(guī)模擴張效應

1.技術(shù)擴張催生基礎(chǔ)效應

人工智能作為新一代通用性技術(shù),是創(chuàng)造新知識并將其轉(zhuǎn)移和使用的動態(tài)過程,其規(guī)模擴張表現(xiàn)為技術(shù)擴張和產(chǎn)業(yè)擴張兩條路徑。人工智能產(chǎn)業(yè)鏈可以劃分為上游、中游和下游三個部分,其中技術(shù)擴張主要集中在上游和中游部分,包括芯片、算力、半導體、CPO、光模塊以及基于各類識別技術(shù)構(gòu)建的軟件產(chǎn)品、解決方案和技術(shù)平臺等。人工智能的技術(shù)擴張動力,主要來源于大數(shù)據(jù)及其應用場景的廣泛建設(shè)和半導體技術(shù)的日新月異。近年來,我國形成了雄厚的人工智能產(chǎn)業(yè)鏈技術(shù)基礎(chǔ)。到2022年,直接從事人工智能技術(shù)研發(fā)的企業(yè)數(shù)量超過4200家,高端智能芯片制造、半導體架構(gòu)設(shè)計、智能傳感器等關(guān)鍵核心技術(shù)取得重要突破。在智能化應用場景建設(shè)領(lǐng)域,2022年,全國在用數(shù)據(jù)中心機架總規(guī)模超過650萬標準機架,目前有超過35個城市正在建設(shè)或提出建設(shè)智算中心。大數(shù)據(jù)和人工智能的交互作用,使得企業(yè)間的空間與時間邊界被打破,突破了知識分享的情景限制,(3)顧麗敏、李嘉:《人工智能對企業(yè)知識管理的影響研究》,《學?！?020年第6期。加速了人工智能技術(shù)研發(fā)企業(yè)之間的技術(shù)互動集成,實現(xiàn)了企業(yè)資源在生產(chǎn)過程中的遠程控制與優(yōu)化利用。人工智能技術(shù)的外部性將不可避免地在各企業(yè)和部門之間傳播,引致技術(shù)的跨企業(yè)、跨部門應用和發(fā)展,有助于企業(yè)整合現(xiàn)有知識、提高產(chǎn)品創(chuàng)新能力。依托大數(shù)據(jù)算法、機器學習等技術(shù),人工智能在替代人類勞動的同時,也打破了人類的認知局限性,極大提升了知識的吸收與利用效率?；跈C器學習與神經(jīng)網(wǎng)絡(luò)等技術(shù)的發(fā)展,人工智能可以在分類與預測任務(wù)等領(lǐng)域?qū)崿F(xiàn)“自動發(fā)現(xiàn)”,并從根本上改變科技界的概念方法和問題框架,具有成為“發(fā)明方法的發(fā)明”的潛力。(4)Cockburn I. M., Henderson R., Stern S., “The Impact of Artificial Intelligence on Innovation: An Exploratory Analysis”, Nber Chapters, 2018.所以,隨著大規(guī)模數(shù)據(jù)集和機器學習等技術(shù)的普及,人工智能技術(shù)將有效推進關(guān)聯(lián)技術(shù)快速擴張。

2．產(chǎn)業(yè)擴張推動規(guī)模效應

科技的新發(fā)現(xiàn)、新突破,在強大的經(jīng)濟社會需求牽引下,催生出一系列新興產(chǎn)業(yè),同時倒逼傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級,進而推動全社會生產(chǎn)力實現(xiàn)周期性、跨越式發(fā)展。例如,以蒸汽機大規(guī)模使用為標志的第一次技術(shù)革命,以機械化代替手工勞動,使人類社會從農(nóng)業(yè)社會步入工業(yè)化時代;以電力技術(shù)和內(nèi)燃機為標志的第二次技術(shù)革命,推動人類社會步入電氣化時代;以電子計算機和互聯(lián)網(wǎng)為標志的第三次技術(shù)革命,極大地提高了信息處理能力,推動了信息產(chǎn)業(yè)的發(fā)展,拓展了人類社會發(fā)展空間。

隨著以人工智能技術(shù)為標志的第四次技術(shù)革命不斷深化,人工智能對企業(yè)中低技能勞動力的替代效應不斷顯現(xiàn),其中,制造業(yè)是智能化替代效應最大的行業(yè)?！皺C器換人”在降低企業(yè)生產(chǎn)環(huán)節(jié)的勞動力需求、節(jié)約生產(chǎn)成本的同時,也極大地提高了企業(yè)績效與競爭力,減少了對創(chuàng)新活動的擠出效應,使得企業(yè)能夠?qū)⒏嗟馁Y源投入研發(fā)活動,研發(fā)部門將致力于提升技術(shù)水平從而促進技術(shù)產(chǎn)業(yè)化發(fā)展。

當然,人工智能在產(chǎn)生勞動力替代效應的同時,也產(chǎn)生了勞動力創(chuàng)造效應。智能資本的積累與深化,增加了對非常規(guī)、工作任務(wù)難度大的高技能勞動力的需求,即派生了對勞動力需求的“補充效應” 。一方面,人工智能技術(shù)發(fā)展本身催生了一大批適應人工智能技術(shù)要求的高技能勞動力,創(chuàng)造了一系列新的工作崗位。另一方面,由于智能化通過替代低技能勞動力,提升了對關(guān)聯(lián)產(chǎn)業(yè)高技能勞動力的需求,造成了就業(yè)結(jié)構(gòu)整體的“極化”特征。高技能勞動力的增加不僅提升了企業(yè)整體的勞動力知識和技能水平,而且伴隨著技術(shù)擴散效應以及對先進技術(shù)的吸收、改造和二次創(chuàng)新能力的提升,也進一步促進了人工智能關(guān)聯(lián)產(chǎn)業(yè)的迅速擴張。高技能勞動力的規(guī)模擴大也提高了產(chǎn)業(yè)化水平與企業(yè)先進技術(shù)的匹配程度,為企業(yè)帶來自主創(chuàng)新優(yōu)勢與規(guī)模效應。

(二)人工智能對技術(shù)創(chuàng)新的模式優(yōu)化效應:從單一創(chuàng)新模式到雙元創(chuàng)新平衡

技術(shù)創(chuàng)新模式通常分為漸進式創(chuàng)新和突破式創(chuàng)新,前者強調(diào)利用現(xiàn)有的產(chǎn)業(yè)資源和技術(shù)儲備進行技術(shù)改造,后者強調(diào)拓展新的領(lǐng)域。漸進式創(chuàng)新與突破式創(chuàng)新對知識有不同的訴求。漸進式創(chuàng)新是對現(xiàn)有知識、技術(shù)與流程進行重新組合或挖掘的一種完善型創(chuàng)新,有助于降低新產(chǎn)品研發(fā)和推廣風險,在創(chuàng)新擴散與市場化中發(fā)揮著重要作用。突破式創(chuàng)新代表了一種以往未被發(fā)現(xiàn)的新功能或新技術(shù),是對企業(yè)現(xiàn)有知識、技術(shù)與流程的全面突破,其結(jié)果會顯著改變工藝流程或消費模式。創(chuàng)新的二元特征容易使企業(yè)陷入技術(shù)創(chuàng)新路徑單一的困境,遭到競爭對手的技術(shù)限制,從而使傳統(tǒng)技術(shù)創(chuàng)新模式面臨更多的風險和不確定性。

隨著人工智能技術(shù)的推廣應用,數(shù)據(jù)成為和資本、勞動力同樣重要的生產(chǎn)要素。由于人工智能在數(shù)據(jù)處理方面具有巨大優(yōu)勢,在增加了企業(yè)信息獲取深度的同時也拓展了其廣度,能夠同時促進漸進式創(chuàng)新與突破式創(chuàng)新,使得二元特征向協(xié)同性、平衡性方向轉(zhuǎn)化,從而形成二元平衡的技術(shù)創(chuàng)新模式。一方面,人工智能通過對企業(yè)已有知識、技術(shù)和市場數(shù)據(jù)以及專門知識進行挖掘,促進了對現(xiàn)有知識的理解與再利用。另一方面,人工智能的靈活性使企業(yè)能夠快速地在不同知識源之間轉(zhuǎn)換,從而獲得多樣化的知識,提高知識重組效率。在此過程中,企業(yè)受益于不同來源知識的深度連接和整合,積累了關(guān)于彼此特色資源、技術(shù)訣竅、設(shè)計能力、組織慣例以及綜合信息和長期目標的全面互惠知識 ,使得過去單一的漸進式創(chuàng)新或突破式創(chuàng)新有了兼容的條件,催生出雙元平衡的創(chuàng)新模式。這種平衡型技術(shù)創(chuàng)新有利于企業(yè)實現(xiàn)創(chuàng)造性與效率性的有效結(jié)合,通過敏銳地感知需求變化,加強對行業(yè)經(jīng)驗與專業(yè)技術(shù)的積累,降低創(chuàng)新成果商業(yè)化的市場不確定性。同時,企業(yè)通過提高知識探索的深度與廣度而提升知識利用與開發(fā)的熟練、專業(yè)及精益程度,從而不斷提升創(chuàng)新的收益與效率,促進雙元平衡技術(shù)創(chuàng)新。

(三)規(guī)模擴張與模式優(yōu)化對技術(shù)創(chuàng)新的交互作用

一般認為,企業(yè)規(guī)模越大,技術(shù)創(chuàng)新投入越多,就越有能力采用突破式創(chuàng)新模式,所取得的技術(shù)成果也越有創(chuàng)新性。當然,由于大企業(yè)中存在某種程度的管理低效率,創(chuàng)新投資失敗的風險也較大。另一方面,中小企業(yè)由于受到資本及高技能勞動力條件的限制,大多采用漸進式技術(shù)創(chuàng)新模式。然而,相關(guān)數(shù)據(jù)表明,中小企業(yè)在漸進式創(chuàng)新模式下的創(chuàng)新績效并不顯著低于大企業(yè)的突破式創(chuàng)新模式。究其原因,一是由于受技術(shù)創(chuàng)新環(huán)境及知識產(chǎn)權(quán)保護力度不足的影響,中小企業(yè)對非連續(xù)性、偶發(fā)性技術(shù)創(chuàng)新的捕獲能力比大企業(yè)強。二是中小企業(yè)決策機制靈活多樣,一旦遇到市場風險,相對容易調(diào)整技術(shù)創(chuàng)新方向,從而降低創(chuàng)新失敗的概率。三是大企業(yè)更容易出現(xiàn)技術(shù)創(chuàng)新成果的外溢和擴散,而中小企業(yè)更方便通過承接技術(shù)擴散而提高經(jīng)濟效益。

近年來,隨著大數(shù)據(jù)的積累、理論算法的革新、芯片計算能力的提高以及網(wǎng)絡(luò)設(shè)備的完善,人工智能推動創(chuàng)新模式進入了一個嶄新的發(fā)展階段。中小企業(yè)得益于大數(shù)據(jù)和高技術(shù)人才的積累,也能夠從事突破性、原始性技術(shù)創(chuàng)新;大企業(yè)受益于多元知識的交叉積累和大數(shù)據(jù)分析,在深耕多元化技術(shù)創(chuàng)新模式的同時,也能拓展專業(yè)化技術(shù)創(chuàng)新路徑。總之,人工智能技術(shù)有助于企業(yè)突破傳統(tǒng)的二元創(chuàng)新模式,從而促進雙元平衡技術(shù)創(chuàng)新模式的發(fā)展。

人工智能對技術(shù)創(chuàng)新規(guī)模和模式的影響:基于制造業(yè)上市公司數(shù)據(jù)的實證檢驗

(一)模型設(shè)定與變量選擇

1.模型設(shè)定

為檢驗人工智能對企業(yè)創(chuàng)新活動的影響,本文構(gòu)建如下基準回歸模型:

lninnoit=α1+β1lnAIit+γ1Xit+εit

(1)

lnincrementalit=α2+β2lnAIit+γ2Xit+εit

(2)

lnradicalit=α3+β3lnAIit+γ3Xit+εit

(3)

其中,lninnoit、lnincrementalit、lnradicalit分別表示i企業(yè)第t年技術(shù)創(chuàng)新規(guī)模、漸進式創(chuàng)新、突破式創(chuàng)新的對數(shù);lnAIit表示i企業(yè)第t年人工智能水平的對數(shù);X為影響創(chuàng)新活動的其他控制變量;αi、βi、γi是待估計系數(shù),其中βi是本文關(guān)心的核心系數(shù);εit為隨機誤差項。

2.主要指標與數(shù)據(jù)說明

本文采用專利申請數(shù)據(jù)測度企業(yè)的技術(shù)創(chuàng)新規(guī)模,以克服企業(yè)創(chuàng)新投入、R&D經(jīng)費支出等代理變量無法衡量企業(yè)實際創(chuàng)新程度所產(chǎn)生的估計偏誤。在此基礎(chǔ)上,采用實用新型與外觀設(shè)計專利申請數(shù)量之和取自然對數(shù)衡量企業(yè)的漸進式創(chuàng)新,采用發(fā)明專利申請數(shù)量并取自然對數(shù)衡量企業(yè)的突破式創(chuàng)新。(5)鑒于部分企業(yè)專利數(shù)量為0,參考張陳宇等的做法,將專利數(shù)量統(tǒng)一加1后,再進行對數(shù)化處理。張陳宇、孫浦陽、謝娟娟:《生產(chǎn)鏈位置是否影響創(chuàng)新模式選擇——基于微觀角度的理論與實證》,《管理世界》2020年第1期。借鑒既有研究,構(gòu)建如下模型測算企業(yè)雙元創(chuàng)新平衡指數(shù):

(4)

其中,balance為企業(yè)雙元創(chuàng)新平衡指數(shù),取值越大,說明兩種創(chuàng)新的平衡程度越高。

人工智能利用機器學習、深度學習和計算機視覺等技術(shù),通過編程與算法實現(xiàn)對人類能力的模仿。但人工智能的研究尚處于初級階段,且囿于機器學習、深度學習和計算機視覺等技術(shù)的非物質(zhì)性,目前仍缺少可以刻畫所有地區(qū)或行業(yè)人工智能水平的數(shù)據(jù)。對于制造業(yè)企業(yè)而言,先進的機器人技術(shù)是其實現(xiàn)智能化升級的關(guān)鍵因素,也是人工智能技術(shù)應用的重要載體。IFR認定的工業(yè)機器人是“三個或更多軸上可編程的自動控制、可重新編程的多用途機械手,可以固定或移動以用于工業(yè)自動化應用”。也就是說,此工業(yè)機器人是可以通過編程來執(zhí)行多項手動任務(wù)而無需人工干預的機器。因此,工業(yè)機器人可以相對準確地反映制造業(yè)企業(yè)的人工智能水平。同時,相對于其他行業(yè)智能資本的非物質(zhì)性,工業(yè)機器人的物理特性使得它們更容易被追蹤與觀測。在現(xiàn)有研究中,工業(yè)機器人被普遍當作制造業(yè)人工智能水平的代理變量。(6)Acemoglu D., Restrepo P., “The Wrong Kind of AI? Artificial Intelligence and the Future of Labour Demand”, Cambridge Journal of Regions Economy and Society, Vol.13, No.1, 2020, pp.25-35.

我們以中國制造業(yè)上市公司為樣本,采用工業(yè)機器人裝備量衡量制造業(yè)企業(yè)的人工智能水平。由于IFR采用的行業(yè)分類標準與中國的國民經(jīng)濟行業(yè)分類標準不一致,將其提供的工業(yè)機器人數(shù)據(jù)與中國的行業(yè)分類標準進行匹配,并對企業(yè)數(shù)據(jù)加以合并。

3.變量選擇與數(shù)據(jù)來源

中介變量:創(chuàng)新資本投入用企業(yè)R&D經(jīng)費支出的對數(shù)(lnrdinv)表示;高技能勞動力用R&D人員投入的對數(shù)(lnrdstaff)表示。

控制變量:企業(yè)規(guī)模(lnsize),采用期初資產(chǎn)總和的自然對數(shù)進行度量;資產(chǎn)負債率(lev),采用企業(yè)年初總負債與年初資產(chǎn)總額的比值表征;托賓Q(Q),采用企業(yè)的托賓Q值刻畫;經(jīng)營績效(roa),采用企業(yè)總資產(chǎn)收益率表征;公司年限(lnage),采用企業(yè)成立時間的自然對數(shù)表征;公司成長性(gr),采用企業(yè)營業(yè)收入增長率度量;管理層持股(mgr),采用管理層持有的股份占總發(fā)行股份的比例度量;賬面市值比(bm),采用股東權(quán)益與企業(yè)市值的比例刻畫。

采用的行業(yè)工業(yè)機器人數(shù)據(jù)源自IFR,上市公司相關(guān)數(shù)據(jù)來自WIND數(shù)據(jù)庫。

(二)實證結(jié)果與分析

1.基準回歸結(jié)果

表1報告了人工智能影響企業(yè)技術(shù)創(chuàng)新的基準回歸結(jié)果。從列(1)—(8)來看,人工智能對創(chuàng)新規(guī)模、漸進式創(chuàng)新、突破式創(chuàng)新和雙元創(chuàng)新平衡的影響系數(shù)均在1%水平上顯著為正,說明人工智能不僅能夠促進企業(yè)創(chuàng)新規(guī)模擴張,而且能夠促進企業(yè)創(chuàng)新模式優(yōu)化。人工智能對企業(yè)漸進式創(chuàng)新和突破式創(chuàng)新均有顯著促進作用,可能是因為人工智能本身屬于一種工具性技術(shù)革命,不僅能夠提升企業(yè)在原有領(lǐng)域深化創(chuàng)新的效率,而且能夠拓展企業(yè)創(chuàng)新范圍。從控制變量來看,企業(yè)規(guī)模對企業(yè)創(chuàng)新規(guī)模和創(chuàng)新模式均有顯著正向影響,這在一定程度上驗證了“大企業(yè)在創(chuàng)新方面更具優(yōu)勢”的觀點,也可能與本文研究樣本大多為規(guī)模較大的制造業(yè)上市公司有關(guān)。

表1 基準回歸結(jié)果

2.穩(wěn)健性檢驗

人工智能與企業(yè)創(chuàng)新活動可能存在雙向因果關(guān)系,為解決由此導致的內(nèi)生性問題,利用美國工業(yè)機器人裝備量作為工具變量(IV),采用兩階段最小二乘法(2SLS)對模型進行重新估計。一方面,美國的人工智能水平處于國際領(lǐng)先地位,其對人工智能的投資和應用可能會加劇中國企業(yè)面臨的國際競爭,從而倒逼中國企業(yè)提升人工智能水平,滿足工具變量的“相關(guān)性”要求。另一方面,美國制造業(yè)的人工智能水平?jīng)]有其他渠道直接影響中國企業(yè)的創(chuàng)新活動,滿足工具變量的“排他性”約束。表2回歸結(jié)果顯示,工具變量的不可識別檢驗、弱工具變量檢驗、穩(wěn)健弱識別檢驗均在1%水平上拒絕原假設(shè),說明工具變量具有合理性。列(1)結(jié)果顯示,工具變量與中國制造業(yè)人工智能水平顯著正相關(guān),驗證了工具變量的“相關(guān)性”要求。列(2)—(5)結(jié)果顯示,人工智能與創(chuàng)新規(guī)模、漸進式創(chuàng)新、突破式創(chuàng)新、雙元創(chuàng)新平衡的系數(shù)均顯著為正,說明前文結(jié)論具有穩(wěn)健性。需要指出,不同的人工智能規(guī)模和技術(shù)創(chuàng)新模式交互作用,引致了企業(yè)差異化的技術(shù)創(chuàng)新戰(zhàn)略和創(chuàng)新路徑。產(chǎn)品專業(yè)化的企業(yè)會選擇同質(zhì)性創(chuàng)新路徑,大企業(yè)會選擇突破式技術(shù)創(chuàng)新和多元化技術(shù)創(chuàng)新路徑。人工智能規(guī)模越大、技術(shù)實力越雄厚的企業(yè),越傾向于選擇雙元平衡技術(shù)創(chuàng)新模式,走多元化技術(shù)創(chuàng)新道路。

表2 穩(wěn)健性檢驗回歸結(jié)果

3.機制檢驗

借鑒技術(shù)可供性理論關(guān)于“核心技術(shù)產(chǎn)出—技術(shù)產(chǎn)業(yè)化潛在能力—技術(shù)產(chǎn)業(yè)規(guī)模—經(jīng)營效益”的邏輯思路,構(gòu)建“人工智能技術(shù)研發(fā)—人工智能市場化—人工智能產(chǎn)業(yè)規(guī)?！髽I(yè)創(chuàng)新績效”的中介模型,探討人工智能影響創(chuàng)新的作用機制。在數(shù)字經(jīng)濟背景下,人工智能技術(shù)具有便捷、快速、大容量等特性,促使企業(yè)對越來越多的傳統(tǒng)生產(chǎn)要素進行數(shù)字化,將傳統(tǒng)的硬的物件變成軟的工業(yè)軟件,以現(xiàn)代數(shù)字化生產(chǎn)要素替代傳統(tǒng)生產(chǎn)要素。實現(xiàn)這一過程最關(guān)鍵的兩個要素是創(chuàng)新資本和人才,因此,本文選擇創(chuàng)新資本投入和高技能勞動力作為中介變量。

表3 機制檢驗回歸結(jié)果

表3的Panel A報告了以創(chuàng)新資本投入為中介變量的檢驗結(jié)果。Panel A列(2)、(5)、(8)、(11)為人工智能對創(chuàng)新資本投入的影響結(jié)果,lnAI的系數(shù)顯著為正,說明人工智能對創(chuàng)新資本投入有顯著促進作用。Panel A列(3)、(6)、(9)、(12)的檢驗結(jié)果顯示,lnAI和lnrdinv的系數(shù)均顯著為正,說明創(chuàng)新資本投入對人工智能與創(chuàng)新規(guī)模、漸進式創(chuàng)新、突破式創(chuàng)新、雙元創(chuàng)新平衡間關(guān)系存在部分中介效應,人工智能通過提升創(chuàng)新資本投入對創(chuàng)新規(guī)模、漸進式創(chuàng)新、突破式創(chuàng)新、雙元創(chuàng)新平衡產(chǎn)生的中介效應占其總效應的比重分別為39.62%、32.74%、31.62%、15.37%。以高技能勞動力為中介變量的檢驗結(jié)果詳見表3的Panel B。同樣,Panel B的檢驗結(jié)果表明,高技能勞動力對人工智能與創(chuàng)新規(guī)模、漸進式創(chuàng)新、突破式創(chuàng)新、雙元創(chuàng)新平衡間關(guān)系也存在部分中介效應,人工智能通過培養(yǎng)高技能勞動力對創(chuàng)新規(guī)模、漸進式創(chuàng)新、突破式創(chuàng)新、雙元創(chuàng)新平衡產(chǎn)生的中介效應占其總效應的比重分別為37.44%、30.57%、33.88%、18.75%?？梢?人工智能企業(yè)主要通過創(chuàng)新資本投入和高技能勞動力的中介要素滲透,完成“人工智能技術(shù)研發(fā)—人工智能市場化—人工智能產(chǎn)業(yè)規(guī)模—企業(yè)創(chuàng)新績效”的作用過程。

結(jié)論與政策建議

(一)研究結(jié)論

本文通過將國際機器人聯(lián)合會提供的工業(yè)機器人數(shù)據(jù)與中國制造業(yè)上市公司微觀數(shù)據(jù)相匹配,實證檢驗人工智能對企業(yè)技術(shù)創(chuàng)新規(guī)模與模式的影響及其作用機制,結(jié)果表明,人工智能有利于提升企業(yè)技術(shù)創(chuàng)新規(guī)模,并且促進了企業(yè)的漸進式創(chuàng)新、突破式創(chuàng)新與雙元創(chuàng)新平衡;人工智能的作用機制是通過創(chuàng)新資本投入和高技能勞動力對傳統(tǒng)生產(chǎn)要素的滲透,把傳統(tǒng)生產(chǎn)要素轉(zhuǎn)化為數(shù)字化生產(chǎn)要素,從而促進企業(yè)創(chuàng)新。

(二)政策建議

首先,完善基礎(chǔ)性研究激勵機制,取得更多突破性技術(shù)創(chuàng)新成果。持續(xù)加大基礎(chǔ)性研究投入力度,提高基礎(chǔ)性研究經(jīng)費占比,同時強化知識產(chǎn)權(quán)保護,促進技術(shù)創(chuàng)新人才和資本自由流動,建立加強基礎(chǔ)研究的長效機制。其次,企業(yè)要運用人工智能技術(shù)對已有知識、技術(shù)和市場數(shù)據(jù)進行挖掘,通過彎道超車、后發(fā)趕超等技術(shù)路徑,推動產(chǎn)品升級,助推產(chǎn)業(yè)變革,培育新動能。再次,將加大創(chuàng)新資本投入和培養(yǎng)高技能勞動力作為人工智能賦能企業(yè)創(chuàng)新的重要抓手。一方面,拓展多元化創(chuàng)新資本投入渠道,在擴大創(chuàng)新資本投入規(guī)模的同時,持續(xù)優(yōu)化投入結(jié)構(gòu)、提升利用效率。另一方面,千方百計加大人力資本投資力度,自主培養(yǎng)與外源引進相結(jié)合,建設(shè)規(guī)模宏大、結(jié)構(gòu)合理的高技能勞動力隊伍。最后,針對人工智能技術(shù)創(chuàng)新過程中的生產(chǎn)要素數(shù)字化轉(zhuǎn)化效應,加快以人工智能、云計算、大數(shù)據(jù)中心、5G等領(lǐng)域為核心的新技術(shù)設(shè)施建設(shè)。同時,加大數(shù)字技術(shù)投入,提升企業(yè)技術(shù)密集度,提高對人工智能技術(shù)的消化吸收能力。